ธนาคารมีบทบาทสำคัญในการพัฒนาชีวิตทางการเงินของสังคมสมัยใหม่และเศรษฐกิจโลก โดยทำธุรกรรมด้วยเงินสด สินเชื่อ และเงินฝาก เป็นการเพิ่มประสิทธิภาพกระบวนการเหล่านี้ซึ่งปัญญาประดิษฐ์กำลังถูกนำมาใช้ในภาคการธนาคารอย่างแข็งขัน ฉันจะบอกคุณอย่างชัดเจนว่าโครงสร้างธนาคารใช้โครงข่ายประสาทเทียมอย่างไร และที่สำคัญที่สุดคือมีความเสี่ยงสำหรับเราหรือไม่?
ในอดีต อุตสาหกรรมการธนาคารเป็นอุตสาหกรรมแรกๆ ที่นำเสนอนวัตกรรมมาโดยตลอด ในช่วงทศวรรษที่ 50 ของศตวรรษที่ 20 แบบจำลองทางคณิตศาสตร์ได้ถูกนำมาใช้เพื่อประเมินผู้ให้กู้ในอนาคต ในยุค 80 การแนะนำคอมพิวเตอร์เข้าสู่ส่วนการเงินเริ่มขึ้น
เครื่องจักรสามารถคำนวณการเปลี่ยนแปลงของดัชนีและกำหนดกลยุทธ์การลงทุนได้ ในศตวรรษที่ 21 ภาคส่วนการธนาคารได้นำเทคโนโลยีปัญญาประดิษฐ์มาใช้อย่างเต็มที่ ซึ่งเริ่มมีการใช้อย่างแข็งขันในธนาคารเพื่อการวิเคราะห์ความเสี่ยง ทั้งหมดนี้เริ่มต้นจากการแก้ปัญหา Credit Scoring และค่อยๆ เปลี่ยนไปใช้ผลิตภัณฑ์อื่นๆ ของธนาคาร
ด้วยการพัฒนาเทคโนโลยี LLM ปัญญาประดิษฐ์เริ่มถูกนำมาใช้กับผู้ช่วยเสียงในแอปพลิเคชันมือถือ ในบรรทัดแรกของผู้ให้บริการโทรศัพท์ และในงานเขียนข้อความในเอกสารโดยอัตโนมัติ รวมถึงข้อความที่มีลักษณะทางกฎหมาย วิธีคอมพิวเตอร์วิทัศน์ใช้ในการจดจำเอกสารเพื่อวัตถุประสงค์ในการจัดการเอกสารอิเล็กทรอนิกส์ ซึ่งจะช่วยเร่งการกรอกข้อมูลลูกค้าโดยพิจารณาจากผลลัพธ์ของการสแกนหนังสือเดินทางและเอกสารอื่นๆ วิธีการปัญญาประดิษฐ์ยังใช้เพื่อวัตถุประสงค์ทางการตลาด: เพื่อแบ่งกลุ่มลูกค้าและพัฒนาข้อเสนอส่วนบุคคล
เมื่อเร็วๆ นี้ ผู้เชี่ยวชาญจากสหราชอาณาจักรได้เผยแพร่งานวิจัยขนาดใหญ่เกี่ยวกับบทบาทของปัญญาประดิษฐ์ในอุตสาหกรรมการธนาคาร จากการคำนวณ ต้นทุนของโครงสร้างธนาคารสำหรับการพัฒนาและการใช้เทคโนโลยีเหล่านี้จะสูงถึง 300 พันล้านดอลลาร์ภายในปี 2573
หากเราเปรียบเทียบการนำเทคโนโลยีปัญญาประดิษฐ์มาใช้ในภาคการเงินกับด้านอื่นๆ โดยทั่วไปแล้ว เราจะพูดถึงขั้นตอนการนำร่องและการทดสอบได้
จากตัวอย่างของธนาคารรัสเซีย เราพบว่าในบางพื้นที่โครงข่ายประสาทเทียมทำงานได้ค่อนข้างมีประสิทธิภาพ แต่ในบางพื้นที่ก็มีปัญหาที่ชัดเจน แต่มีอย่างอื่นที่บ่งบอกได้ – ธนาคารขนาดใหญ่เกือบทุกแห่งได้สร้างแผนกแยกกันในโครงสร้างที่รับผิดชอบในการพัฒนาและการนำเทคโนโลยี AI ไปใช้
การสื่อสารกับลูกค้า
โครงข่ายประสาทเทียมที่ใช้อัลกอริธึมที่ระบุจะตัดสินใจว่าจะตอบคุณอย่างไรและจะสร้างบทสนทนาอย่างไร กรณีที่น่าสนใจที่สุดคือผู้ช่วยด้านเสียงจาก Tinkoff Bank ซึ่งมีชื่อเดียวกับผู้ก่อตั้งแบรนด์ – Oleg ด้วยการใช้ Oleg ธนาคารจึงประหยัดเงินได้ประมาณ 360 ล้านรูเบิล ต่อปี และแชทบอทจะประมวลผลประมาณครึ่งหนึ่งของคำขอที่เข้ามาทั้งหมด นอกเหนือจากการสื่อสารโดยตรงแล้ว โครงข่ายประสาทเทียมจะคำนวณและตัดสินใจว่าผลิตภัณฑ์ธนาคารใดที่น่าสนใจที่สุดสำหรับคุณในตอนนี้ – การฝากเงิน เงินกู้ หรือบัตรที่มีเงื่อนไขพิเศษ
การให้กู้ยืม
ในด้านหนึ่ง พนักงานจำนวนมากทำงานในลักษณะนี้มาโดยตลอด โดยตรวจสอบใบสมัครด้วยตนเอง และนี่คือประเด็นสำคัญสองประเด็น – ต้นทุนที่เพิ่มขึ้นของธนาคารที่เกี่ยวข้องกับกองทุนค่าจ้างของพนักงานเหล่านี้ ประการที่สองคือความน่าจะเป็นของข้อผิดพลาดที่เกิดขึ้นเนื่องจากปัจจัยมนุษย์
ในทางกลับกัน ลูกค้าต้องทนทุกข์ทรมานอยู่เสมอ เนื่องจากการตรวจสอบด้วยตนเองทำให้การตัดสินใจเกี่ยวกับความเป็นไปได้ในการกู้ยืมล่าช้า ด้วยการแนะนำเทคโนโลยีปัญญาประดิษฐ์ ธนาคารจึงสามารถแก้ไขปัญหาได้เกือบทั้งหมด แอปพลิเคชันได้รับการประมวลผลอย่างรวดเร็ว ปัญญาประดิษฐ์จะตัดสินใจได้ถูกต้องเสมอ ธนาคารรัสเซียเองก็ยอมรับสิ่งนี้โดยสังเกตว่าขณะนี้เปอร์เซ็นต์ของสินเชื่อที่ไม่ได้ชำระลดลง
ความปลอดภัย
จากข้อมูลของธนาคารแห่งรัสเซียในไตรมาสแรกของปี 2566 มีการบันทึกสถิติการขโมยเงินจากลูกค้า ผู้ฉ้อโกงสามารถขโมยเงินมากกว่า 4.5 พันล้านรูเบิลจากบัญชีของชาวรัสเซีย
ดังนั้นการระบุการกระทำที่ฉ้อโกงจึงเป็นหนึ่งในงานที่มีแนวโน้มสำหรับโครงข่ายประสาทเทียมในบริบทของอุตสาหกรรมนี้ ในปัจจุบันนี้ ปัญญาประดิษฐ์ได้ดำเนินการตรวจสอบทางการเงิน สแกนข้อมูลจำนวนมหาศาลอย่างไม่หยุดยั้ง ระบุพฤติกรรมที่ไม่เป็นลักษณะเฉพาะของบุคคลและนิติบุคคล นอกจากนี้ โครงข่ายประสาทเทียมยังระบุข้อเท็จจริงของการโจมตีทางไซเบอร์อีกด้วย
การทำงานกับลูกหนี้
การใช้ปัญญาประดิษฐ์ในการทำงานกับลูกหนี้เริ่มขึ้นในรัสเซียเมื่อนานมาแล้ว Sberbank ประกาศเคสแรกในปี 2560 และในปี 2561 ผู้เล่นในตลาดรายใหญ่อีกคนคือ VTB Bank ได้ประกาศเปิดตัวเทคโนโลยีนี้ ในปัจจุบัน ประมาณครึ่งหนึ่งของการสื่อสารกับลูกหนี้ทั้งหมดดำเนินการโดยโครงข่ายประสาทเทียม อย่างไรก็ตาม มีปัญหาบางประการที่เกี่ยวข้องกับกฎหมายรัสเซียในปัจจุบันในทิศทางนี้ การใช้หุ่นยนต์สะสมตกอยู่ในสิ่งที่เรียกว่าพื้นที่สีเทา พวกเขาไม่ได้รับอนุญาตอย่างเป็นทางการ แต่ก็ไม่ได้ห้ามเช่นกัน แน่นอนว่านี่ทำให้เกิดปฏิกิริยาเชิงลบต่อสาธารณชน
นอกจากนี้ ปีที่แล้วยังมีคดีสำคัญหลายคดีที่เกี่ยวข้องกับความถูกต้องตามกฎหมายในการใช้ตัวสะสมหุ่นยนต์ในการสื่อสารกับลูกหนี้ การปฏิบัติแสดงให้เห็นว่าการดำเนินการทางกฎหมายเกิดขึ้นเมื่อมีการใช้เทคโนโลยีนี้ในเชิงรุกเกินไป เช่น หุ่นยนต์จะโทรหาลูกหนี้ทุกๆ ชั่วโมง และธนาคารบางแห่งก็ใช้มันอย่างใจเย็นโดยไม่ต้องกลัวผลที่ตามมา คนอื่นๆ กลัวความเสี่ยงด้านชื่อเสียงที่เกี่ยวข้องกับความภักดีของลูกค้า
การใช้ปัญญาประดิษฐ์ในภาคการธนาคารไม่ได้จำกัดอยู่เพียงในพื้นที่ที่ระบุไว้ ขณะนี้มีงานจำนวนมากดำเนินการโดยโครงข่ายประสาทเทียม: การจดจำเอกสาร การสร้างเส้นทางที่เหมาะสมที่สุดสำหรับการรวบรวม การพัฒนาตารางงานในสำนักงานโดยคำนึงถึงการไหลเข้าของลูกค้า การเลือกสถานที่ที่ประสบความสำเร็จในการเปิดตัวสำนักงานใหม่ ฯลฯ
ความเสี่ยงในการใช้โครงข่ายประสาทเทียมในอุตสาหกรรมการธนาคาร
โครงข่ายประสาทเทียมได้รับการออกแบบในลักษณะที่เพื่อลดข้อผิดพลาด จะต้องมีอาร์เรย์ข้อมูลจำนวนมากในระยะเริ่มต้น และได้รับการฝึกอบรมอย่างต่อเนื่องในกระบวนการนำอัลกอริทึมที่กำหนดไปใช้ และเรากำลังพูดถึงข้อมูลส่วนบุคคลของลูกค้าธนาคารนับแสนราย รวมถึงข้อมูลจากนิติบุคคลที่มีความลับทางการค้า
ในปี 2023 งานวิจัยขนาดใหญ่ได้รับการตีพิมพ์ โดย InfoWatch บริษัทที่เชี่ยวชาญด้านความปลอดภัยข้อมูลในภาคองค์กร ผู้เชี่ยวชาญกล่าวว่าในปี 2022 บันทึกที่มีข้อมูลส่วนบุคคลมากกว่า 667 ล้านรายการรั่วไหลในรัสเซีย หากเราเปรียบเทียบตัวเลขนี้กับปี 2021 จริงๆ แล้วเราเห็นการเพิ่มขึ้นเกือบ 2.5 เท่า แนวโน้มเชิงบวก – การรั่วไหลของข้อมูลส่วนบุคคลจากโครงสร้างธนาคารกำลังเกิดขึ้นน้อยลง ดังนั้นเราจึงสามารถพูดคุยเกี่ยวกับผลกระทบเชิงบวกของการพัฒนาปัญญาประดิษฐ์ในการลดการรั่วไหลของข้อมูลส่วนบุคคล
อัลกอริธึมสำหรับโครงข่ายประสาทเทียมนั้นถูกกำหนดโดยบุคคลเสมอ แต่คำถามที่เกิดขึ้นก็คือว่าจากมุมมองทางจริยธรรมนั้นลึกซึ้งเพียงใด แง่มุมของเพศ สัญชาติ หรือความผูกพันทางศาสนานั้นได้รับการแก้ปัญหาอย่างลึกซึ้งเพียงใด ตัวอย่างเช่น เมื่อตัดสินใจปล่อยเงินกู้ ผู้ชายสามารถได้รับผลประโยชน์ เนื่องจากในทางสถิติแล้วพวกเขามีรายได้มากกว่าครึ่งหนึ่งของมนุษยชาติ แม้ว่าสิ่งอื่นๆ จะเท่าเทียมกันก็ตาม ธนาคารแต่ละแห่งในรัสเซียทำงานอย่างอิสระเพื่อแก้ไขปัญหาด้านจริยธรรม ตัวอย่างเช่น Sberbank ได้พัฒนาจรรยาบรรณของตัวเอง และ VTB ได้พัฒนาแบบจำลองที่ประเมินการตัดสินใจของโครงข่ายประสาทเทียมจากมุมมองทางจริยธรรม
การลดจำนวนพนักงานคอลเซ็นเตอร์, การกำจัดผู้เชี่ยวชาญในการตัดสินใจให้ยืม, ผู้สะสมหุ่นยนต์ – และนี่ไม่ใช่รายชื่อผู้ที่ถูกแทนที่ในวันนี้ทั้งหมด โครงข่ายประสาทเทียม และการลดพนักงานเป็นกระบวนการที่เป็นกลาง
ธนาคารกลางแห่งสหพันธรัฐรัสเซียเริ่มกระบวนการนี้ในปี 2558 โดยตัดพนักงานในสายงาน 30% ในปี 2023 มีการประกาศข้อมูลเกี่ยวกับการลดลงสองระลอก ในฤดูใบไม้ผลิ มีการเลิกจ้างพนักงานประมาณ 1,000 คน คลื่นแห่งฤดูใบไม้ร่วงรอเราอยู่ในภายหลัง ในปี 2018 Sberbank ได้ประกาศแผนการที่จะลดผู้จัดการระดับกลางลง 70% อย่างไรก็ตาม สถานการณ์จริง ณ สิ้นปี 2561 กลับแตกต่างไปจากเดิมอย่างสิ้นเชิง ตามสถิติอย่างเป็นทางการ มีพนักงานเพียง 5% เท่านั้นที่ถูกเลิกจ้าง ภายในปี 2568 ธนาคารวางแผนที่จะยกเลิกการให้บริการของพนักงานครึ่งหนึ่ง